Impact of aeroplane noise on mental and physical health: a quasi-experimental analysis
Notice bibliographique
Résumé
OBJECTIVES: Historically, departures at New York City's LaGuardia airport flew over a large sports complex within a park. During the US Open tennis games, flights were diverted to fly over a heavily populated foreign-born neighbourhood for roughly 2 weeks out of the year so that the tennis match was not disturbed (the 'TNNIS' departure). In 2012, the use of the TNNIS departure became year-round to better optimise flight patterns around the metropolitan area. METHODS: We exploited exogenously induced spatial and temporal variation in flight patterns to examine difference-in-difference effects of this new exposure to aircraft noise on the health of individual residents in the community relative to individuals residing within a demographically similar community that was not impacted. We used individual-level Medicaid records, focusing on conditions associated with noise: sleep disturbance, psychological stress, mental illness, substance use, and cardiovascular disease. RESULTS: We found that increased exposure to aeroplane noise was associated with a significant increase in insomnia across all age groups, but particularly in children ages 5-17 (OR=1.64, 95% CI=1.12 to 2.39). Cardiovascular disease increased significantly both among 18-44-year-old (OR=1.45, 95% CI=1.41 to 1.49) and 45-64-year-old Medicaid recipients (OR=1.15, 95% CI=1.07 to 1.25). Substance use and mental health-related emergency department visits also increased. For ages 5-17,rate ratio (RR) was 4.11 (95% CI=3.28 to 5.16); for ages 18-44, RR was 2.46 (95% CI=2.20 to 2.76); and for ages 45-64, RR was 1.48 (95% CI=1.31 to 1.67). CONCLUSION: We find that increased exposure to aeroplane noise was associated with an increase in diagnosis of cardiovascular disease, substance use/mental health emergencies and insomnia among local residents.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».